美国公司Flock Safety以其监控摄像头网络而闻名，正在开发一款名为OS Investigate的新型人工智能工具。该系统能够从根本上改变执法人员的搜查方式：它可以在没有嫌疑人姓名或车牌号的情况下，根据驾驶者的行驶路线和行为模式找到他们。我得以分析了揭示这项开发功能规模的技术细节。
OS Investigate的工作原理
在对开发者网站上发布的代码进行技术分析的过程中，发现了超过450个文件，揭示了系统的界面。这些数据使得在不直接访问警方账户的情况下还原工具的工作逻辑成为可能。关键特点是内置了69个现成的AI查询模板，工作人员可以根据具体任务进行调整，或者完全创建自己的模板。
该系统与庞大的数据阵列集成：街道摄像头记录、警方报告、911呼叫日志、逮捕数据以及包含电话、电子邮件、出生日期和亲属信息的商业数据库。特别值得注意的是，69个模板中有19个旨在识别行为模式，而14个根本不需要提供姓名、车牌号或车辆描述——只需指定区域、时间段和活动类型即可。
车辆之间的“关联”搜索
“关联”分析功能看起来更为强大。该算法会追踪哪些车辆与目标车辆在同一摄像头出现，时间间隔在两分钟以内。如果这种重合至少被记录三次，且置信度超过设定阈值，该车辆就会被列入潜在关联名单——系统最多可输出20个这样的结果。这实际上使得无需任何初始数据即可构建移动轨迹图并识别同伙或家庭成员。
Flock的代表声称，摄像头不会识别驾驶者的身份，数据仅保存30天。然而，据开发者称，OS Investigate是一个独立产品，处理的是警方已经合法获取的信息。值得注意的是，查询理由的表格没有严格要求：即使部门要求案件编号，只需输入至少三个字符即可。这引发了关于系统使用监管的严重问题。
背景与风险
新工具的推出正值Flock面临日益增长的批评之际。该公司的网络覆盖美国6000多个社区，每月处理约200亿次车牌读取。司法研究所记录了数十起滥用案例，包括对前伴侣的监视。尽管公司坚称此类事件是孤立的，并指出所有操作均有日志记录，但添加查询标准模糊的AI功能只会加剧隐私专家的担忧。
我的分析：在没有严格监管限制的情况下将预测性算法引入执法实践，是通往全面监控体系之路。按行为而非身份标识“关联”车辆和寻找人员的能力，模糊了预防与无理侵犯隐私之间的界限。行业和立法者需要紧急制定明确的标准，否则技术将超越法律。